¿Cómo automatizamos la escritura de pruebas E2E con un agente de IA?

Caso de Estudio

El problema: mucho manual, poco tiempo

Cómo transformamos nuestro proceso de pruebas de software para ganar eficiencia y escalabilidad

El Desafío que Enfrentábamos

En GO Consultores llevábamos tiempo buscando una forma más eficiente de crear y ejecutar pruebas de software. Como muchas empresas, nos enfrentábamos a un escenario conocido: tareas manuales que consumen tiempo, herramientas con curvas de aprendizaje pronunciadas y un flujo de trabajo que, aunque funcional, no escalaba al ritmo que deseábamos.

Las pruebas E2E (End-to-End) son aquellas que simulan el comportamiento real de un usuario: hacer clic en botones, llenar formularios, navegar entre páginas. A diferencia de las pruebas unitarias que validan funciones aisladas, las E2E verifican que todo el sistema funcione correctamente de principio a fin.

Nuestro proceso habitual empezaba con un archivo de Excel que servía como base para documentar los requerimientos del proyecto. A partir de ahí, los testers tomaban cada caso, lo convertían en una prueba E2E usando Playwright, levantaban el entorno, ejecutaban las pruebas, esperaban los resultados y finalmente generaban y analizaban los reportes.

Todo este ciclo, repetido todos los días y para distintos proyectos, funcionaba… pero era extremadamente lento y dependía fuertemente del tiempo y la disponibilidad del equipo.

Los Obstáculos Principales

Tiempo Excesivo

Procesos manuales que consumían horas valiosas del equipo de testing

Curva de Aprendizaje

Playwright requería conocimiento técnico, ralentizando a testers menos experimentados

Falta de Escalabilidad

El flujo de trabajo no crecía al ritmo de nuestros proyectos y demandas

Dependencia del Equipo

Alta dependencia de la disponibilidad y experiencia de los testers

Además, el simple hecho de escribir las pruebas en Playwright requería conocimiento técnico, así que los testers menos experimentados tardaban más en producir resultados. Y aunque Playwright es una herramienta muy poderosa, dominar su estructura de archivos, sintaxis y convenciones toma tiempo, lo que añadía más fricción al proceso.

Era evidente que necesitábamos una forma más ágil y escalable de generar pruebas E2E sin sacrificar calidad, orden ni trazabilidad.

Innovación

La chispa: IA y nuevos conceptos

En GO Consultores hemos apostado firmemente por la innovación de la mano de la inteligencia artificial. Hace unos meses, comenzamos a explorar conceptos que hoy abundan en blogs y plataformas de aprendizaje: MCPs, agentes, automatizaciones. Pero, ¿qué significan realmente estos términos y cómo pueden transformar nuestro trabajo?

Conceptos Fundamentales

Entendiendo las piezas del rompecabezas de la IA moderna

Agente de IA

Un agente de IA es un sistema que va más allá de simplemente responder preguntas: puede ejecutar acciones reales. A diferencia de un chatbot tradicional que solo conversa, un agente puede leer archivos, crear documentos e interactuar con herramientas externas.

En términos simples: Es como tener un asistente digital que no solo te da información, sino que también hace cosas por ti en tu nombre.

MCP (Model Context Protocol)

MCP es un estándar abierto desarrollado por Anthropic que permite a los agentes de IA conectarse con herramientas externas de manera segura y estandarizada. Piensa en MCP como un "puente" entre el agente y el mundo exterior: gracias a él, el agente puede leer tu Excel, crear archivos o interactuar con aplicaciones diversas sin necesidad de integraciones personalizadas complejas.

¿Por qué es importante? MCP elimina la complejidad de hacer que diferentes sistemas "hablen" entre sí, permitiendo que los agentes se integren fácilmente con tus herramientas de trabajo.
Conoce más sobre MCP

La pregunta que lo cambió todo

¿Cómo podríamos, a través de un agente, construir pruebas E2E de manera más fácil y rápida?

El Flujo de Trabajo Completo

Excel
Fuente de datos
Especificaciones y requerimientos del proyecto organizados en formato estructurado para procesamiento automatizado.
AI
Inteligencia artificial
Interpreta instrucciones en lenguaje natural y las convierte en acciones ejecutables mediante protocolo MCP.
+
Protocolo MCP
Comunicación estándar
Protocolo de control de modelos que facilita la integración entre IA y herramientas de testing automatizado.
Tests Playwright
Automatización de pruebas
Suite de testing end-to-end que valida funcionalidad, rendimiento y comportamiento de la aplicación.
Producción
Despliegue activo
Proyecto operativo en ambiente de producción con monitoreo continuo y disponibilidad garantizada.
Reportes
Documentación generada
Informes detallados de ejecución, cobertura de tests, errores detectados y métricas de calidad del código.
Análisis
Insights procesables
Evaluación integral de resultados, identificación de patrones y recomendaciones para optimización continua.
✓ La Solución

Un agente que escribe pruebas por nosotros

Decidimos construir un agente capaz de entender nuestras necesidades, leer nuestros casos de prueba y generar automáticamente el código en Playwright. Para lograrlo, definimos varias capacidades clave:

Capacidades del Agente

1

Leer el Excel que ya usábamos

No queríamos cambiar nuestro flujo, así que el agente se alimenta de la misma hoja de Excel que utilizábamos para documentar los casos.

Resultado: La automatización se integró con cero fricción.
2

Entender instrucciones en lenguaje natural

Al tester solo le basta decirle: "Ayúdame a escribir los casos de prueba del proyecto X".

Sin complejidad: Nada de comandos técnicos, nada de configuraciones complicadas.
3

Crear y modificar archivos de prueba directamente en el proyecto

Aquí entra el MCP, que fue crucial. Gracias a este protocolo, el agente puede crear, editar o eliminar archivos con total control y siempre dentro de Playwright.

4

Generar las pruebas usando el estándar oficial de Playwright

Esto es muy importante. Como Playwright también provee un MCP, pudimos asegurarnos de que el código generado siguiera las convenciones recomendadas por la documentación oficial.

El resultado: Archivos organizados, consistentes y fáciles de mantener.
5

Estructura definida mediante un prompt interno

Dentro del agente establecimos una plantilla clara para que cada prueba generada tuviera la misma estructura, evitando variaciones o errores humanos.

El Resultado

Logramos unir dos mundos: el lenguaje humano y el código altamente estructurado.

Lenguaje Humano
Agente IA
Código Estructurado

Resultados Medibles

Métrica Antes (Manual) Después (con agente) Mejora
Tiempo para escribir 10 casos de prueba 2-3 horas 30 minutos ~60% menos tiempo
Consistencia en estructura del código Variable según el tester 100% estandarizado Código uniforme
Curva de aprendizaje para nuevos testers Semanas aprendiendo Playwright Horas aprendiendo a usar el agente Onboarding más rápido

Con solo declarar en Excel lo que queremos probar, el agente genera 10, 15 o más casos de prueba en cuestión de segundos, todos listos para ejecutarse y con una estructura uniforme.

¿Por qué Playwright?

Playwright es un framework de automatización de pruebas desarrollado por Microsoft. Permite controlar navegadores (Chrome, Firefox, Safari) de manera programática para simular acciones de usuario.

Lo elegimos sobre otras alternativas como Selenium o Cypress por:

Velocidad de ejecución

Pruebas más rápidas y eficientes

Soporte nativo

Para múltiples navegadores

Esperas automáticas

Mejor manejo de sincronización

Un punto clave: MCP de Playwright

Playwright expone su propio servidor MCP, lo que nos permitió construir pruebas siguiendo la estructura que recomienda su documentación oficial. Esto significa que el agente no inventa código arbitrario, sino que genera tests con las mejores prácticas del framework.

Ver repositorio oficial de Playwright MCP

Empaquetado en Docker

Toda la solución fue empaquetada en Docker para facilitar el despliegue. La imagen contiene:

El agente de IA

El núcleo inteligente del sistema: analiza instrucciones, entiende el contexto y genera código útil y estructurado sin intervención manual.

Una API para comunicarnos con él

Una interfaz REST simple y clara que permite enviar instrucciones, recibir respuestas en tiempo real y coordinar el flujo de generación de pruebas.

Un proyecto Playwright configurado

Un entorno de pruebas automatizadas listo para ejecutar, generar reportes, registrar evidencia y validar escenarios de forma consistente.

Esto nos permitió integrarlo fácilmente en nuestros pipelines, servidores y entornos de desarrollo.

Reflexión

¿Qué aprendimos?

Descubrimos que la inteligencia artificial no viene a reemplazar al tester, sino a amplificar sus capacidades.

Tareas Humanas

  • Conocimiento del negocio
  • Claridad sobre qué probar
  • Análisis de resultados
  • Toma de decisiones estratégicas

Tareas del Agente IA

  • Escribir código de pruebas
  • Generar estructura consistente
  • Automatizar tareas repetitivas
  • Ejecutar en segundos (no horas)

Esto libera al equipo para enfocarse en lo que realmente importa: asegurar calidad, detectar riesgos y mejorar el producto.

¿Qué sigue?

Este artículo es el primero de una serie sobre cómo estamos modernizando los procesos de QA en Go Consultores. En la siguiente entrega te contaremos cómo resolvimos otro dolor de cabeza: las pruebas de estrés.

Spoiler: ya no necesitamos coordinar a 30 personas por chat para que entren al sistema al mismo tiempo.

¿Te interesa saber más?

Si quieres conocer más sobre cómo implementamos esta solución, cómo funciona el agente o cómo podrías adaptarlo a tu propio flujo de trabajo, ¡contáctanos o déjanos un comentario! Estaremos encantados de contarte más.